FastFlowLM

在 AMD NPU 上像用 Ollama 一样快速跑大模型

FastFlowLM 是一个专为 AMD Ryzen AI NPU 深度优化的开源推理引擎，目标是在 AMD 平台上实现大语言模型的高效本地运行。它借鉴了 Ollama 的易用性，但针对 AMD NPU 的硬件特性进行了底层重构和优化，解决了通用推理框架在 NPU 上性能不佳或无法利用的问题。核心能力包括：提供简洁的命令行接口，支持主流开源模型（如 Llama、Phi 等）的量化与部署，自动调度 NPU 资源，实现低延迟、低功耗的本地推理。项目处于快速成长阶段，为 AMD 用户提供了一种新的、接近 Ollama 体验的本地 AI 运行方式。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1894

维护状态活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队ROCm

所属国家

官网地址http://fastflowlm.com

GitHubhttps://github.com/ROCm/FastFlowLM

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言C++

技术栈/模型amd,deepseek,llama,llm,npu

GitHub 星标★ 1894

30天Star增速

HF 下载量

上线时间2025-06-16 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

难度：入门约 10 分钟部署方式：本地安装 7 步

环境要求

搭载 XDNA2 NPU 的 AMD Ryzen AI 芯片（Strix、Strix Halo、Kraken、Gorgon Point）
AMD NPU 驱动版本 32.0.203.311 或更高（旧版本已不支持）
Windows 系统（官方提供 flm-setup.msi 安装包）；Linux 参考官方 Linux Getting Started 指南
安装与首次运行需要能访问 HuggingFace 下载模型

安装与启动步骤

1检查 NPU 与驱动

打开任务管理器（Ctrl+Shift+Esc）→性能→NPU，或设备管理器查看 NPU 驱动版本，必须为 32.0.203.311 或更高，否则先更新驱动。
2下载安装包

从 GitHub Releases 下载官方 Windows 安装包 flm-setup.msi，安装包仅约 17MB，安装约 20 秒。
3安装 FLM

双击运行 flm-setup.msi 完成安装，安装过程中可自定义基础目录；若选 C:Userslm，模型会存到该目录下的 models 子目录。
4打开 PowerShell

按 Win + X 再按 I 打开 PowerShell，安装后 flm 命令即可使用，无需其他配置。
5运行第一个模型

用 flm run 拉取并运行指定模型标签，首次会自动从 HuggingFace 下载优化后的模型内核，随后进入命令行对话。
```
flm run llama3.2:1b
```
6查看已有模型

在 PowerShell 中列出本机已下载的全部可用模型及其标签，便于后续直接运行。
```
flm list
```
7启动本地服务

以服务模式启动，模型标签为初始模型且可选；本地服务默认监听 52625 端口，请求其他模型时会自动切换。
```
flm serve llama3.2:1b
```

关键配置

配置项	必填	说明	示例
`FLM_MODEL_PATH`	否	Linux 下覆盖模型默认存放路径	`/home/user/.flm/models`
`FLM_DISABLE_UPDATE_CHECK`	否	设为 1 可关闭启动时的版本检查	`1`
`模型默认目录(Windows)`	否	Windows 下模型默认存放位置	`C:Users.flmmodels`
`模型默认目录(Linux)`	否	Linux 下模型默认存放位置	`~/.config/flm/`

如何确认成功

能进入对话即成功；任务管理器性能→NPU 可看到占用，flm list 能列出已下载模型。

常见问题

Q：模型下载损坏或运行异常怎么办？

A：从 HuggingFace 下载的模型内核偶尔会损坏，执行 flm pull --force（如 flm pull llama3.2:1b --force）强制重新下载即可修复。

Q：所在地区无法访问 HuggingFace 怎么办？

A：可手动下载模型文件，再放入你选定的模型目录（Windows 默认 C:Users.flmmodels，Linux 默认 ~/.config/flm/），具体见项目 issue #2。

Q：如何查看推理性能或退出对话？

A：对话中输入 /verbose 打开性能报告，再次输入 /verbose 关闭；输入 /bye 退出当前会话。

Q：本地服务用什么端口？

A：服务模式默认运行在 52625 端口，请求其他模型时 FastFlowLM 会自动切换过去。

Q：没有 AMD NPU 能用吗？

A：不支持。FLM 是专为 Ryzen AI XDNA2 NPU 打造的运行时，需要 Strix、Strix Halo、Kraken 或 Gorgon Point 等芯片。

注意事项

必须使用最新 AMD NPU 驱动（32.0.203.311 及以上），旧版本已不再支持。
首次运行模型需要联网访问 HuggingFace 下载优化模型内核。
Linux 用户的安装步骤请参考仓库 docs/linux-getting-started.md。
第三方论坛的驱动下载未经 AMD 验证，使用需自行承担风险。

核心亮点

针对 AMD NPU 深度优化，性能远超通用框架
命令行体验类似 Ollama，上手门槛低
支持主流模型量化，降低硬件要求

不足之处

仅支持 AMD NPU，硬件兼容性受限
项目较新，生态和文档待完善

适用场景

AMD 笔记本/迷你主机本地离线运行聊天模型
隐私敏感场景下在本地处理文本任务
在低功耗设备上部署轻量级 AI 助手

替代项目

Ollama、llama.cpp、ONNX Runtime

项目介绍

FastFlowLM 是基础设施领域的开源项目，由 ROCm 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,894）位列前 30%，在基础设施分类中处于中上游。

近 42 天，它的 GitHub 星标从 1,724 增加到 1,894，净增 170。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：AMD笔记本/迷你主机本地离线运行聊天模型。同类可对比的替代方案包括 Ollama、llama.cpp、ONNX Runtime。

上一篇：ai

下一篇：paddler